由于此商品库存有限,请在下单后15分钟之内支付完成,手慢无哦!
100%刮中券,最高50元无敌券,券有效期7天
活动自2017年6月2日上线,敬请关注云钻刮券活动规则更新。
如活动受政府机关指令需要停止举办的,或活动遭受严重网络攻击需暂停举办的,或者系统故障导致的其它意外问题,苏宁无需为此承担赔偿或者进行补偿。
全新深度学习与信号处理 原理与实践郭业才9787111707684
¥ ×1
前言
章 初识深度学习
1.1 深度学习有多深
1.1.1 深度学习概念
1.1.2 深度学习发展
1.2 深度学习如何学
1.2.1 机器学习的一般方法
1.2.2 深度学习的一般方法
1.3 深度学习如何提速
1.3.1 基于冯·诺依曼结构的加速芯片
1.3.2 基于人脑神经元结构的加速芯片
1.4 主流深度学习框架
1.5 本书内容与体系结构
第2章 人工神经网络
2.1 神经网络演进
2.1.1 神经元
2.1.2 单层神经网络(感知器)
2.1.3 两层神经网络(多层感知器)
2.1.4 偏置单元
2.2 神经网络训练与预测
2.2.1 神经网络训练
2.2.2 神经网络预测
. 优化算法
..1 梯度下降法
..2 梯度下降法的变体
.. 优化梯度下降算法
2.4 计算图
2.4.1 计算图含义
2.4.2 Affine层/Softmax层的计算图
2.4.3 激活函数的计算图
2.5 正则化惩罚项
2.5.1 参数范数惩罚
2.5.2 L2参数正则化
2.5.3 L1参数正则化
2.6 神经网络BP算法
2.6.1 BP算法思想
2.6.2 BP网络特分析——BP三要素
2.7 过拟合与欠拟合
2.7.1 基本概念
2.7.2 以减少特征变量方法防止过拟合
2.7.3 以权重正则化方法防止过拟合
2.7.4 以交叉验方式防止过拟合
2.7.5 以Dropout正则化防止过拟合
2.7.6 贝叶斯正则化
2.8 实例1:基于前馈神经网络的动量盲均衡算法
2.8.1 算法原理
2.8.2 实验与结果分析
第3章 模糊神经网络
3.1 隶属函数
3.1.1 专家调查法
3.1.2 模糊统计法
……
第4章 概率神经网络
第5章 小波神经网络
第6章 卷积神经网络
第7章 深度生成对抗网络
第8章 深度受限玻尔兹曼机
第9章 深度信念网络
0章 深度自编码器
参考文献
郭业才,男,教授,博导。1986年于安庆师范学院物理专业;2003年获西北工业大学水声工程专业博士,是全国百篇博士获得者。曾任安徽省学术与技术带头人、江苏省高校“传感网与现代气象装备”优势学科方向带头人。现为江苏省“六大人才高峰”培养对象、江苏省高校“信息与通信工程” 优势学科方向带头人。主持全国博士作者专项资金、自然科学和重量省级教学研究等项目,共20余项;获省级科研和教学成果奖7项;获批重量规划教材1部、信息类教指委规划教材3部及省重点教材1部;获授权发明专利30余件。正在指导统招博士、硕士、留学30余名,5篇硕士获省硕士奖。
本书系统地分析与提炼了深度学习的知识体系结构,按原理、框架、方法和应用的顺序组织内容,并以提高用深度学习原理来解决实际问题的能力为目标,集基础、系统、延展、实践等特点于一体。(1)基础:从问题导入着手,对每种深度学习网络的基本结构,进行深入剖析,以帮读者体会其中的细节,带领读者步入深度学习网络的内核世界。(2)系统:所涉及各种深度学习网络起始于原理剖析、侧重于方述、扎根于信号处理领域,内容结构系统。(3)延展:按深度学习网络“基本模型结构原理、进阶模型结构原理及应用模型结构原理”的顺序递进延伸,扩大了其在信号处理领域的应用范围。(4)实践:以*新应用成果为依托,从问题引入、原理分析、模型建立、实验及结果讨论等方面,详细分析实战案例,有于读者自行实践。以上特点有于为研究人员提供新思路和新方法。
亲,大宗购物请点击企业用户渠道>小苏的服务会更贴心!
亲,很抱歉,您购买的宝贝销售异常火爆让小苏措手不及,请稍后再试~
非常抱歉,您前期未参加预订活动,
无法支付尾款哦!
抱歉,您暂无任性付资格